[发明专利]一种分析用户WiFi活动轨迹规律的分布式实现方法

摘要

本发明提出了一种分析用户WiFi活动轨迹规律的分布式实现方法，根据MAC的活动规律轨迹可以得到MAC的常驻区域，对活动规律轨迹的时间进行分析，可以预测目标对象在哪个时间段可能出现在哪些区域，也可以查询与该MAC具有相似活动轨迹规律的MAC集。可以对挖掘出来的轨迹进行语义化，找出用户的一些通勤模式，比如上下班路线；可以对挖掘出来的兴趣区域进行语义化，找出用户的上班区域、住宅区域。

主权项

一种分析用户WiFi活动轨迹规律的分布式实现方法，其特征在于，包括以下步骤：（a）轨迹提取：后台服务器查询模块查询后台服务器数据库中的用户移动端MAC地址所对应的WiFi扫描记录，所述WiFi扫描记录为由多台WiFi采集设备采集记录并由所述WiFi采集设备上传至所述后台服务器数据库；将所述WiFi扫描记录按采集时间进行排序获得WiFi扫描轨迹E={ e1,e2,…,en }，其中ei=<pi, ti>，i为自然数，ei表示轨迹点，pi表示地理位置，ti表示扫描时间；（b）轨迹点预处理：后台服务器的数据处理模块依次遍历WiFi扫描轨迹E，对任意连续的两个轨迹点记录ei和ei+1，如果pi = pi+1且ti+1‑ ti < Δt，则将所述ei和ei+1两条记录合并为一个复合轨迹点记录ei'= <pi,tiin,tiout>，其中， tiin=ti， tiout= ti+1；由合并后的复合轨迹点记录ei'组成WiFi扫描轨迹E'={ e1', e2',…,en'},其中ei'=<pi,tiin,tiout>，n为自然数，pi表示地理位置，tiin表示ei'采集开始时间，tiout表示ei'采集结束时间；（c）轨迹片段划分：根据预定规则对步骤（b）中获得的WiFi扫描轨迹E'进行分割，获得只包含有序位置轨迹点位置的多条轨迹片段，并由所述多条轨迹片段得到轨迹集合TR；（d）频繁轨迹提取：采用并行算法计算步骤（b）中获取的轨迹集合TR中的轨迹点pi出现频率次数，得到频繁轨迹点，进而使用并行后缀树算法实现频繁轨迹提取；（e）建立语义化模型：对频繁轨迹产生时间的星期和小时进行语义化定义；（f）建立轨迹语义化：获取频繁轨迹的时间尺度频率次数中次数最多的星期和小时，根据语义化模型将轨迹路径进行分类，获取频繁轨迹的语义化模型。